Cinq affirmations de couloir sur les agents personnels, vérifiées

Sur le live de l’AGNTCon + MCPCon NA, un développeur prénommé Sid, tout juste retraité de la big tech, a livré cinq avis tranchés sur les agents personnels en quatre minutes environ. J’ai confronté chacun à ce que je fais tourner chez moi. Trois tiennent tels quels. Deux vont dans le bon sens mais trop loin : le harnais ne bat pas le modèle, et les échecs ne s’accumulent pas « de façon exponentielle ».

C’est une discussion de couloir, pas un talk, et il ne cite aucun produit. Le seul argument de vente reste discret : voilà pourquoi mon assistant sera différent. Regarder à partir de 2:09:50.

Les tâches ponctuelles marchent, les quotidiennes dérivent

Son idée : réserver un restaurant, c’est une tâche qu’on vérifie une fois. Répondre à ses mails tous les jours, non. Il a vu deux mails qui se contredisent recevoir deux réponses séparées, sans rien pour les relier.

Juste, et je l’ai vécu. Mon agent de résumé quotidien des mails listait environ 77 mails par jour, dont à peu près 5 comptaient vraiment. Je l’ai supprimé cette semaine. Une bonne exécution, c’est facile. La même qualité chaque matin, c’est ça le plus dur.

Le harnais compte, et le modèle aussi

Il dit que le harnais est plus puissant que le modèle, et qu’un modèle seul est assez bête. La seconde moitié est vraie : le même modèle varie beaucoup selon ses outils, sa boucle et ses vérifications. C’est toute l’idée de forker le harnais de son agent.

La première moitié va trop loin. Aucun harnais ne sauve un modèle faible sur une tâche de raisonnement difficile. La version juste : la plupart des gens sous-investissent dans le harnais.

La mémoire, c’est savoir oublier

Exact, et l’animateur a dit que c’était le plus dur. Une fenêtre de contexte plus grande ne décide pas quoi garder, ce qui est périmé, ni lequel de deux faits l’emporte quand ils se contredisent. Mon agent de code garde sa mémoire sous forme de petits fichiers qu’il met à jour et supprime, et traite chaque souvenir rappelé comme peut-être dépassé.

Un agent fiable avant cinq qui se parlent

Il veut un agent qui marche de façon régulière avant toute configuration agent à agent. Le calcul est le vieux calcul rappelé par l’animateur : si chaque étape est juste 98 % du temps, dix étapes d’affilée aboutissent environ 82 % du temps. C’est une multiplication, pas une explosion, et les vérifications et les relances en récupèrent une bonne partie. C’est quand même le bon ordre pour construire.

Le contexte gonflé est un vrai problème, avec des solutions

Apprendre à un agent chaque outil dans son prompt coûte des tokens à chaque appel. Il parle de 5 000 à 10 000. C’est vrai, mais il oublie les solutions. Le cache de prompt rend un prompt répété bien moins cher, et les outils peuvent n’être chargés que quand l’agent les demande. La session qui m’a servi à vérifier ses affirmations chargeait la plupart de ses outils comme ça.

Faites le test ennuyeux

Rien de tout ça n’est nouveau, et c’est très bien : c’est une photo honnête des agents personnels fin 2026. Si vous en construisez un, commencez par son premier point. Donnez-lui la même tâche tous les jours pendant une semaine, puis lisez les résultats côte à côte. Dites-moi ce qui dérive.

Texte brut: five-hallway-claims-about-personal-agents.md · Flux Atom · Toutes les notes